**更新:网络研讨会记录可在以下网址获取:
//www.tatmou.com/videos/electricity-load-and-price-forecasting-with-matlab-81765.html
这个例子演示了用MATLAB®构建一个短期电力负荷(和价格)预测系统。两个非线性回归模型(神经网络和袋装回归树)被校准,以预测每小时前的负荷给定温度预报,假期信息和历史负荷。这些模型在2004 - 2007年的NEPOOL区域(由ISO New England提供)每小时的数据上进行训练,并在2008年的样本外数据上进行测试。
该应用程序包括一个(可选的)Excel前端,允许用户通过一个matlab可部署的DLL调用训练过的负荷预测模型。
题为“负荷和价格预测案例研究介绍”的文件将指导您通过分析的不同组成部分。
如果您没有所有必需的工具箱,您仍然可以通过单击下面的HTML报告查看运行分析的结果。
注意:由于大小限制,在网络研讨会中显示的Access数据库不提供此档案。在Load\ data和Price\ data文件夹中的mat文件中提供了等价的数据集,分别用于负荷和价格预测研究。原始数据文件可直接从ISO New England (www.iso-ne.com)
更多关于负荷和价格预测:
准确的负荷预测对于电力公司的有效运营和规划至关重要。负荷预测会影响一些决策,包括在给定的时期内由哪个发电商承担责任,并严重影响批发电力市场价格。负荷和价格预测算法通常在简化形式的混合电价模型中也有突出的特点,这是模拟市场和建模能源衍生品的一些最准确的模型。在许多交易和风险管理应用中,电价预测也被市场参与者广泛使用。
引用作为
Ameya Deoras(2021)。电力负荷与价格预测网络研讨会案例研究(//www.tatmou.com/matlabcentral/fileexchange/28684-electricity-load-and-price-forecasting-webinar-case-study), MATLAB中央文件交换。检索.